Proiectul: DarkWebIdentity

În această etapă a proiectului ne-am concentrat pe activităţi corespunzătoare etapelor doi, trei, patru şi cinci din

diagrama Gantt. Acestea au implicat trei mari direcţii i) construirea unor seturi mari de date pentru problema

identificării şi verificării autorului, axate pe securitate cibernetică ii) dezvoltarea de modele pentru sarcini de

verificare, identificare şi profilare a autorului şi antrenarea acestora atât pe seturi clasice de analiza autorului, cât şi pe seturile iii) dezvoltarea unui pagini web demonstrative în care să poată fi testate module de analiza autorului, cât şi dezvoltarea şi integrarea modulelor de analiza autorului într-o platforma integrată internă folosită de analiştii Bitdefender.

În ceea ce priveşte primele două direcţii, am pregătit trei lucrări ştiinţifice (2A, 2B, 2C) care sunt în curs de revizuire la conferinţe de rang A/A* (EMNLP, NeurIPS). De asemenea, am dezvoltat o pagină web (3A) care să măsoare progresul ultimelor metode publicate pe analiza autorului în context de securitate cibernetică. În ceea ce priveşte a treia direcţie, am validat platforma în cadrul Bitdefender (3B) şi am raportat rezultate bune din punct de vedere al vitezei şi acurateţii.

De asemenea, ne aflăm într-o fază preliminară de a patenta platforma integrată pentru analiza autorilor în cadrul Biroului Statelor Unite pentru Brevete şi Mărci.

Activitatea 3.1 Distilare funcții kernel în rețele

siameze

Status implementare: 100%

Rezultat: Model siamez de tip Transformer, antrenat cu scopul de a aproxima similaritatea unor nuclee (kernel) pe şiruri de caractere

____________________________________________________________

Activitatea 3.2 Căutare în spațiul rețelelor

siameze (și a altor arhitecturi)

Status implementare: 100%

Rezultat: Modele siameze testate peste PAN (2B), cu rezultate mai slabe decât modelele bazate pe BERT

____________________________________________________________

Activitatea 4.3 Implementare modele pentru

profilarea autorului

Status implementare: 100%

Rezultat: Model de regresie Ridge bazate pe funcție kernel pe şiruri de caractere, pentru identificarea limbii native a unui autor

____________________________________________________________

Activitatea 5.1 Document de specificare a funcționalității și

documentație platformă

Status implementare: 100%

Rezultat:

- demo pentru verificarea şi profilarea autorului

- site de benchmark pentru compararea metodelor de verificare

şi identificare pe VeriDark

- platformă de verificare a autorilor din DarkWeb

integrată cu modulele dezvoltate de noi şi validată de analişti

____________________________________________________________

Activitatea 5.2 Raportul validării tehnologiei în cadrul Bitdefender

Status implementare: 100%

Rezultat:

- US Patent Application 2021 ( Anomaly Detection Systems And M)

- US Patent Application 2022 ongoing (Sistem de verificare şi profilare a actorilor peste DarkWeb)

____________________________________________________________

Activitatea 6.3 Diseminarea rezultatelor prin articole științifice care detaliază elementele inovative din cadrul proiectului

Status implementare: 100%

Rezultat:

- 1 articol publicat la NAACL (rang A) și workshop ICML (rang

A*)

- 3 articole în curs de recenzie la conferinţe de rang A

(EMNLP) și A* ( NeurIPS)

- 2 premii de cel mai bun paper/poster

- https://veridark.github.io/

- Participarea la școli de vară, grupuri de lectura, sesiuni de

comunicari stiintifice, grupul de deep learning meetup

- rezultate validate în urma discuţiilor cu laborator din

Maastricht care lucrează în acelaşi domeniu de analiza

autorului în DarkNet.

____________________________________________________________